主讲嘉宾简介:

Mohd. Asyraf Mansor 是马来西亚理科大学（Universiti Sains Malaysia）远程教育学院数学组的副教授，也是人工智能研究与发展小组（AIRDG）的核心负责人之一。他长期积极投入于人工神经网络、元启发式优化方法、逻辑挖掘框架等机器学习的研究领域的发展。他的贡献也包括设计多目标优化策略和强化的性能评估指标框架，其中涵盖先进的多类别评估方法，以支持更稳健的逻辑挖掘与知识提取过程。

他的研究成果多次发表于 Q1 和 Q2 级别的国际期刊，推动了基于 SAT 逻辑系统、DHNN 计算模型以及仿生优化技术之间的深度融合而获得广泛认可，为可解释且高性能的计算模型发展作出了重要贡献。

随着人工神经网络日益复杂，传统的性能指标（如简单的准确率）已难以充分反映模型在逻辑提取方面的可靠性、稳健性与可解释性。本次讲座将围绕“如何用合适的指标，看懂复杂网络的真实表现”这一核心问题展开，系统介绍50 余种高级性能度量指标。